Künstliche Kunden, die Produktseiten bewerten, Kampagnen reagieren und Preiserhöhungen kommentieren – vor einem Jahr klang das nach Laborprojekt. Inzwischen bauen Agenturen sogenannte Synthetic Audiences fest in ihre Marktforschung ein, allerdings anders als erwartet: nicht als Ersatz für echte Panels, sondern als Ergänzung dazu. Genau dieser hybride Ansatz ist der eigentliche Nachrichtenwert.
Synthetische Zielgruppen sind per Sprachmodell generierte Personas, die demografische Profile, Kaufverhalten und Markenwahrnehmung simulieren. Agenturen wie DDB oder Agenturgruppen aus dem Omnicom-Umfeld testen damit inzwischen Kampagnenideen, bevor ein einziger Euro Media-Budget fließt. Die Antwortzeiten liegen bei Stunden statt Wochen, die Kosten bei einem Bruchteil klassischer Panelstudien.
Warum setzen Agenturen nicht vollständig auf synthetische Daten?
Weil die Modelle blinde Flecken haben. KI-Personas neigen zu glatter, vorhersehbarer Antworten als echte Konsumenten. Wer etwa prüfen will, ob ein neues Verpackungsdesign im Regal funktioniert, erhält von synthetischen Gruppen zwar brauchbare Richtungsentscheidungen – doch die emotionale Schärfe, mit der echte Käufer auf Preisstaffeln oder Versandkosten reagieren, fehlt bislang.
Der hybride Workflow sieht deshalb so aus: Synthetische Audiences screenen zunächst ein breites Ideenfeld. Zwanzig Claim-Varianten, fünf Preismodelle, drei Zielgruppensegmente – die KI sortiert innerhalb weniger Tage aus, was Potenzial hat und was sofort durchfällt. Erst die zwei oder drei verbleibenden Kandidaten wandern in klassische Befragungen mit echten Kunden. Das Ergebnis: schneller Forschungszyklus, geringere Kosten, aber belastbare Validierung am Ende der Kette.
Was bedeutet das für Shop-Betreiber ab einer Million Euro Umsatz?
Direkt zugänglich ist die Methode noch nicht jedem. Agenturen setzen sie als Teil ihrer Leistungspakete ein, selbst hosten müssen Händler nichts. Relevant wird das Thema, sobald eine Agentur neue Produktpositionierungen oder Kampagnenkonzepte vorlegt: Dann lohnt die Nachfrage, ob und wie synthetische Vortests eingeflossen sind – und ob eine echte Validierung dahintersteht.
Parallel entstehen Tools für den Direktzugang. Plattformen für synthetische Forschung wie Synthetic Users oder vergleichbare Angebote lassen sich ohne Agentur nutzen und kosten je nach Umfang im niedrigen dreistelligen Bereich pro Monat. Für Händler ergibt sich daraus ein pragmatischer Einsatzfall: Produktbeschreibungen, Kategorie-Namen oder neue Sortimentslinien vorab gegen eine simulierte Zielgruppe testen, bevor Traffic-Budget darauf verwettet wird.
Die Stärke synthetischer Audiences liegt im schnellen Aussortieren schwacher Ideen – nicht darin, echte Kaufentscheidungen vorherzusagen.
Grenzen, die man kennen sollte
Seriöse Agenturen sind bei der Einschätzung nüchtern. Synthetische Panels spiegeln die Trainingsdaten der Modelle – Nischenzielgruppen, regionale Besonderheiten oder sehr junge Trends bildet die KI unscharf ab. Wer im deutschen Mittelstand etwa B2B-Einkäufer aus dem Maschinenbau simulieren will, erhält eher Stereotype als fundierte Urteile.
Auch methodisch bleibt offen, wie stabil die Ergebnisse sind. Dieselbe Frage kann je nach Modellversion unterschiedliche Antworten liefern. Klassische Marktforschung hat dafür über Jahrzehnte Qualitätsstandards entwickelt; für synthetische Verfahren fehlen vergleichbare Normen bislang.
Für Shop-Betreiber lautet die Konsequenz: Wenn die Agentur beim nächsten Pitch synthetische Forschung erwähnt, ist das kein Schlagwort mehr. Aber die richtige Frage lautet nicht, ob die KI eingesetzt wird – sondern an welcher Stelle des Prozesses und mit welcher echten Kontrolle am Ende. Agenturen, die darauf keine klare Antwort haben, experimentieren noch. Wer eines testen will, startet am besten mit einer überschaubaren Fragestellung aus dem eigenen Shop – etwa der Positionierung einer neuen Eigenmarke – und vergleicht das synthetische Ergebnis mit dem, was die eigenen Kundendaten ohnehin hergeben.